突破性技术解决机器3D视觉反射干扰难题

科技日报北京5月20日消息，《自然·通讯》杂志当天发布，美国亚利桑那大学科研团队取得重要进展，推动机器实现“超人级三维视觉”目标。他们开发了一种新的3D成像技术，解决了机器在复杂环境下同时识别反光与非反光物体的难题，使得机器视觉速度更快、成像更细致，甚至超过人眼水平。未来，这一技术有望在自动驾驶、机器人手术、工业检测和生物医学成像等领域发挥作用。

人类拥有天然的三维视觉能力，即由双眼带来的立体感，但让机器达到同样效果并不简单。自动驾驶汽车和机器人手术设备依赖3D传感器理解周围世界，但现实场景中，玻璃、镜子和金属表面常常让设备“判断失误”。目前的大多数传感器只能处理单一类型的表面——要么适用于漫反射的材料，比如墙壁和布料，要么只对高反射的镜面和金属有效。而实际环境中，反光与非反光物体往往同时存在，比如家居空间既有沙发和墙壁，也有镜面家具和窗户；手术过程中既有湿组织，也有皮肤，这让传统设备容易失灵。

以往的方法需要用大型屏幕包围物体，通过观察其反射图案来推断形状。检测一辆汽车车身，甚至要搭建类似隧道的大型设施。此次亚利桑那大学团队采用了“偏折测量法”技术，通过分析屏幕图案在反光表面上的形变来重建物体结构。与传统方式不同，他们让整个环境成为一个巨大的“虚拟显示屏”，反而简化了操作。

具体流程中，团队先用激光扫描整个空间，再通过算法判断哪些区域是反光，哪些是非反光。随后，所有非反光区域，如墙壁、地板和家具，都可以用作辅助测量镜面物体的“屏幕”资源。

他们还应用了一种“神经形态事件相机”，与传统相机逐帧拍摄不同，这种相机只记录画面中发生变化的部分，因此能更高速捕捉动态三维场景，并适应极亮与极暗的环境。

研究人员强调，这项技术目前还处于实验阶段，但拥有较强的扩展性，将来有望用于微观血管到大型建筑等多种三维成像需求，为自动驾驶、机器人和医疗设备构建更具可靠性的视觉系统。